一种基于遗传算法的单神经元PID控制器参数优化

文章分析了神经元PID控制器存在的问题,提出了一种用遗传算法对单神经元控制器进行参数寻优,并利用种群数N和交换概率Pc逐次递减的方法来提高计算效率和收敛速度,在搜索空间内获得全局最优点的方法。试验仿真结果表明,基于遗传算法的单神经元PID控制器参数优化方法能获得很好的控制效果。     

火电机组免疫单神经元非线性控制方法仿真研究

针对火电单元机组控制系统,提出一种免疫单神经元非线性控制策略,并设计出一种新的非线性输出跟踪控制器.该控制器由稳定逆系统和免疫单神经元自适应PID反馈控制器组成.前者是根据逆系统方法求取的,用于提高系统的响应速度;而后者,则是利用生物免疫反馈规则,使神经元比例系数可以随工况的变化自动进行调整,用于提高系统的稳定性.通过不同负荷下的仿真结果表明,该控制策略具有较强的动态解耦能力,鲁棒洼,自适应能力以及快速稳定跟踪能力.     

直流伺服系统中单神经元PSD应用的改进

常规PID控制具有结构简单、稳定性好、可靠性高等优点，在调速系统中被广泛应用。但常规PID控制的设计需依靠数学模型，负载、模型参数的变化及非线性因素等影响常规PID的精确调节。单神经元PSD控制器利用神经元的自学习、自组织能力，根据被控对象的变化情况对控制器的权值进行在线调整，达到在线调整PID参数的目的，并且采用无需对象模型的控制算法构成了自适应控制。与常规的PID调节器相比，具有更好的鲁棒性。同时，通过对PSD控制器的改进，在直流伺服系统的仿真应用中得到了较理想的结果。     

非线性大滞后系统的单神经元模糊预测控制

提出一种单神经元模糊预测PID控制策略,无需对复杂控制过程建立数学模型,只要检测过程的实际输出和期望输出,通过模糊预测控制修正单神经元PID控制规则,即可对非线性大滞后系统实现自适应控制.对于大滞后扰动系统,在稳定性、快速性、鲁棒性方面明显优于常规单神经元PID控制器.仿真结果表明,该方法应用于非线性大滞后系统具有良好的控制品质.     

基于OPC技术的MATLAB实时过程控制系统

使用OPC技术将MATLAB与现场过程设备连接,实现了MATLAB仿真在现场设备的实时控制.通过MATLAB的S imu link实时读取数据和控制设备.利用MATLAB在工程计算方面的强大能力和组态软件在现场实时数据采集和监控系统方面的优势,使MATLAB仿真不再只局限于传统的离线计算和纯数字的仿真,而易于在实际系统上实现先进算法.以单神经元PID算法为例验证了系统的可行性.     

基于模糊神经模型的自适应单神经元控制系统设计

提出一种基于模糊神经模型的自适应单神经元控制系统.该控制系统首先根据采集到的输入输出数据建立被控过程模型,并在此基础上引入单神经元控制器.通过李亚普诺夫方法对控制器参数进行在线调节,从而使得系统输出值能够较快跟踪设定值.理论分析和仿真结果表明:本文提出的单神经元控制器和传统的PID控制器具有极其相似的结构,因此,具有结构简单、易于操作的特点,具有较快的跟踪速度,并且控制参数可以在线调节.